31 ago 2026 · turboderp-org/exllamav3 · canal stable
ExLlamaV3 v1.4.5
ExLlama · Proyecto · web oficial
Novedades opcionalesEn observación
Qué hacer: nada por ahora — quedó en observación porque la evidencia no fue suficiente para publicarlo.
Añade soporte para nuevos modelos de la familia GLM y Qwen, además de optimizaciones de VRAM para arquitecturas MoE.
Qué ha cambiado
- Soporte para modelos GLM5.3-Flash y Qwen3.8-Flash-Next
“- Support Glm5NextForConditionalGeneration (GLM5.3-Flash) - Support Qwen4ExpForConditionalGeneration (Qwen3.8-Flash-Next)” — fuente
- Optimización de VRAM en capas MoE mediante slab allocation
“Slab allocation for MoE layers to avoid wasted VRAM for badly aligned expert tensor shapes” — fuente
- Mejora en el rendimiento de MoE MTP
“Improved MoE MTP performance” — fuente
- Corrección de error de condición de carrera en Triton
“Work around Triton race condition (`autotuner: 'NoneType' object is not a mapping` error)” — fuente
También sobre lo mismo
- Qwen publica Qwen3.8-Flash-Next · Modelo · 24 ago 2026
Fuentes
- turboderp-org/exllamav3 1.4.5 consultada 2026-10-13
Cómo se decidió
Todas las citas verificadas · triage por LLM (gemma4).
- Las reglas no vieron señales relevantes sin señales relevantes.
- El modelo decidió publicar · 4 citas comprobadas
- Se consideró un cambio menor: queda en observación.
Procedencia técnica
- reglas: drop (sin señales)
- llm: publish; 4 citas verificadas, 0 rechazadas
- publish con severidad minor: queda en observación
sha256 d1ad0f536cfb7890…· https://github.com/turboderp-org/exllamav3/releases/tag/v1.4.5